Collecter les données du site metal-archives.com

Le site metal-archives est un site collaboratif dédié aux groupes de musique metal. Après inscription, toute personne est en capacité d’ajouter un groupe ou de compléter des fiches de groupes déjà existantes. Lancé en 2002, metal-archives comptabilisait déjà plus de 120 000 fiches de groupes en avril 2018 avec une profondeur temporelle de plus de 50 ans. Un certain nombre d’éléments descriptifs et biographiques sont renseignés : statut du groupe, état et ville d’origine, date de création et éventuellement de fin, genre musical, thème des paroles, discographie, membres, etc. Ce site collaboratif a donc permis la création d’une volumineuse base de données autorisant la réalisation d’analyses spatiales, temporelles ou thématiques.

À ce lien, vous trouverez un script R*, encodé en utf-8, qui permet de collecter plusieurs éléments dans la base de données metal archives. Afin d’assurer la collecte des données, le script fonctionne en deux temps : il récupère l’ensemble des URL à interroger (une URL = un groupe) puis, pour chaque url, il collecte les dix éléments suivants sous forme de chaîne de caractères :

– URL de la page de profil (url)
– Nom du groupe (band)
– Pays d’origine (country)
– Localisation, le plus souvent une ville (location)
– Statut du groupe – en activité, séparé, en pause, inconnu (status)
– Date de formation du groupe (formed_in)
– Genre musical (genre)
– Thème des paroles (themes)
– Nom du label (label)
– Historique, qui permet de récupérer une date de fin pour les groupes ayant un statut autre que Active (history)
– Commentaire (comments)

Ce script a été utilisé le 9 avril 2018. Il a permis de récupérer toutes ces informations pour les 121 809 groupes enregistrés à cette date dans la base de données. Les taux de complétude des différents éléments collectés étaient les suivants :

Complétude des informations collectées sur metal-archives

Avant d’utiliser ce script, deux précisions importantes :

1) Assurez-vous d’avoir modifié le chemin vers le répertoire de travail dans lequel vous souhaitez enregistrer la base de données en format csv. Cf ligne 111 du script (file= « …../ Metal_Archives_Database.csv»)
2) La collecte dure plusieurs jours (3 jours pour moi avec un pc plutôt puissant) car pour assurer la collecte complète de la base sans aucun oubli, le code est un peu lourd**

Enfin, ce script ne permet pas de récupérer toutes les informations disponibles sur metal-archives : la discographie et les informations relatives aux membres, le logo du groupe et sa photographie, la date d’ajout et le nom des personnes ayant créé et modifié la fiche ne sont pas collectés. Ainsi, pour le groupe Posthumous Regurgitation, le script permet de récupérer les éléments ci-dessous.

Fiche du groupe Posthumous Regurgitation sur le site metal-archives

Il serait bien entendu possible de compléter le script pour récupérer l’ensemble des informations disponibles sur ce groupe.

Fiche complète du groupe Posthumous Regurgitation sur metal-archives

* R est un logiciel libre et gratuit d’analyse statistique très polyvalent, certains modules (packages) permettent de collecter des données sur internet.
** Un script plus simple et plus rapide, utilisant d’autres bibliothèques, est disponible en ligne : voir le blog de Trent Ryan à l’adresse https://trent.netlify.com/code/mapping-the-global-metal-scene-using-leaflet-and-r/ (visité le 22 février 2018). Son code m’a permis de récupérer seulement 54 436 groupes (soit moins de la moitié de la base de données).


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.